CN108171992A - 一种基于手机信令大数据的平行公路车辆速度计算方法 - Google Patents
一种基于手机信令大数据的平行公路车辆速度计算方法 Download PDFInfo
- Publication number
- CN108171992A CN108171992A CN201711461184.1A CN201711461184A CN108171992A CN 108171992 A CN108171992 A CN 108171992A CN 201711461184 A CN201711461184 A CN 201711461184A CN 108171992 A CN108171992 A CN 108171992A
- Authority
- CN
- China
- Prior art keywords
- user
- highway
- grid
- road
- parallel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000011664 signaling Effects 0.000 title claims abstract description 34
- 238000004364 calculation method Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 11
- 230000008030 elimination Effects 0.000 claims abstract description 9
- 238000003379 elimination reaction Methods 0.000 claims abstract description 9
- 238000000205 computational method Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 2
- 230000004927 fusion Effects 0.000 abstract 1
- 230000002452 interceptive effect Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于手机信令大数据的平行公路车辆速度计算方法,属于智能交通领域。该方法步骤为:根据高速公路线路和基站信息构建地理栅格系统,并构建基站与道路栅格匹配的信息表;然后实时获取移动网络手机信令数据流,并进行数据预处理;进行高速公路用户识别;使用融合路程加权的速度计算方法计算路段栅格速度,并保留路段的历史时段用户数据;进行平行路段干扰用户的消除;利用消除干扰用户后的数据重新计算栅格速度。本发明利用依据存在平行公路路段的高速路与之前的高速路段的用户数量的差别和高速路与平行公路之间的速度差别的思想,进行平行公路干扰用户消除,提升了高速路平均速度估算的精度。
Description
技术领域
本发明属于智能交通领域,涉及一种基于手机信令大数据的平行公路车辆速度计算方法。
背景技术
近年来,随着智能交通系统(ITS)的快速发展,不仅对获取交通信息的准确度、可靠性有要求,并且还对获取交通信息的实时性、低成本和覆盖范围有进一步的要求。使用手机信令数据来获取交通信息参数目前已经成为一种有效的方式,由于其不仅低成本和广泛分布,还可以准确实时获取交通信息,所以基于蜂窝手机信令数据估计交通参数和状况已经成为了一种替代传统方式的可行的方法。
目前,利用手机信令数据获取交通流参数的方法步骤主要包括:(1)信令数据的收集;(2)信令数据的预处理;(3)地图匹配;(4)高速公路用户识别;(5)交通参数估计等。由于基于基站的手机定位精度不高,所以在进行交通参数估算时会存在较多噪声用户数据的影响,例如:高速路周边的居民、高速路周边的行人和周边平行公路或者乡村道路的用户等干扰噪声用户。这些干扰数据对于交通参数的准确估算具有较大的影响,目前一些专利只针对高速公路周边的居民用户和行人用户的干扰用户滤除方法,没有针对高速公路周边平行公路或者乡村道路的干扰用户的消除的方法,所以在交通参数估计时,会存在平行公路噪声用户数据的干扰,严重影响了交通参数估算的准确度。
发明内容
有鉴于此,本发明的目的在于提供供一种基于手机信令大数据的平行公路车辆速度计算方法,通过该方法可以有效的消除高速路周边平行道路干扰用户的影响,提高交通参数的估算精度,以更好的满足ITS系统的需求。
为达到上述目的,本发明提供如下技术方案:
一种基于手机信令大数据的平行公路车辆速度计算方法,包括以下步骤:
S1:在建立地理栅格系统时,根据高速路临近存在的平行道路对其相对应的高速路路段栅格标识为P,然后进行信令数据的获取和处理,得到监测时间段的用户手机信令数据轨迹集合,再进行高速公路用户识别,生成用于计算高速路道路栅格平均速度的高速公路用户信令数据轨迹集合H_D;
S2:根据步骤S1划分的高速路道路栅格,为每个道路栅格设置三个容器,一个容器用于保存历史T时刻的用户数据,一个容器用于保存当前时刻的用户数据,一个容器用于保存道路栅格的速度值;
S3:在进行高速公路临近平行公路干扰用户消除之前,根据高速公路用户手机信令数据轨迹集合H_D进行高速公路栅格路段的平均速度计算,提取轨迹集合H_D中每个用户的轨迹序列,遍历轨迹序列的轨迹点,计算两两轨迹点之间的路程距离和路程时间,然后根据传统的方法通过路程距离与路程时间的比值计算平均速度;
S4:对存在平行道路的高速路路段进行干扰用户消除后,再使用经过消除平行公路噪声数据用户消除后的用户重新进行道路栅格的平均速度的计算。
进一步,所述步骤S4具体为:
S401:根据步骤S1中标记了平行公路P的道路栅格{gm,…,gi,…,gn},顺序遍历做了平行公路P标记的高速路道路栅格,提取道路栅格gi当前时刻的用户数据容器里的所有的用户,记为Nk个用户;
S402:遍历道路栅格gm的前K个道路栅格的历史T时刻的用户数据容器,然后统计容器里所有的用户数据,记为Nt个用户;
S403:根据道路栅格gi当前时刻的Nk个用户与前K个道路栅格历史T时刻的Nt个用户求交集运算得到确定为高速公路上的部分用户即则为道路栅格gi中不确定为高速公路用户的部分用户;
S404:根据确定为高速公路上的部分用户来计算该道路栅格gi的平均速度值平均速度值运用步骤S3的平均速度计算方法计算,然后根据平均速度值来确定该道路栅格属于那种交通状态,交通状态分为畅通状态:轻度拥堵状态:拥堵状态:
S405:考虑到平行路段的高速路栅格存在高速路入口的情况,进一步对不确定为高速公路用户的部分用户进行区分,具体步骤为:
S405-1:遍历个用户的用户信令数据,根据速度计算公式分别计算出每个用户在道路栅格gi的用户速度值,其中为路程距离,为路程时间;
S405-2:根据的每个用户的用户速度值来与步骤S404中确定的道路状态的速度范围进行比较,若某用户的速度值属于道路状态的速度范围,则判定为高速公路上的用户,否则判定为平行公路干扰用户,并进行剔除处理,并且得到从不确定为高速公路用户的部分用户中进一步确定为高速路上的用户
S406:根据用户的信令数据并利用步骤S3的速度计算方法计算用户贡献的平均速度
S407:根据经过消除平行公路噪声数据用户消除后的用户重新进行道路栅格的平均速度的计算,利用确定为高速公路上的部分用户和其平均速度值用户和其平均速度值进行用户数量加权平均的速度计算方法重新计算道路栅格gi的栅格平均速度Vi,计算公式为:
最后把重新计算的道路栅格gi的平均速度值Vi替换原来的速度容器里的平均速度值Vk。
本发明的有益效果在于:本发明可以有效的消除高速路周边平行道路干扰用户的影响,提高交通参数的估算精度,以更好的满足ITS系统的需求。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为基于手机信令大数据的平行公路干扰消除的车辆速度计算方法的流程图;
图2为高速公路地理栅格系统的线路映射图;
图3为高速公路临近平行公路示意图。
具体实施方式
下面将结合附图,对本发明的优选实施例进行详细的描述。
如图1所示,本发明提供了一种基于手机信令大数据的平行公路车辆速度计算方法,其步骤为:
步骤1、根据高速公路实际路线和周边的基站位置信息建立地理栅格系统,并根据高速路临近存在的平行道路对其相对应的高速路路段栅格标识为P。然后依据基站的覆盖范围和最短欧氏距离公式来进行高速公路道路栅格与相应的基站的匹配。
实时接收获取T到T+t时间段的高速公路监测区域的所有的用户手机信令数据,然后对手机信令数据进行数据预处理,并对处理后的信令数据进行轨迹重排列,得到监测时间段的用户手机信令数据轨迹集合U_D。
进行高速公路用户识别,初步去除用户手机信令数据轨迹集合U_D中不属于高速公路上的用户数据。根据用户信令轨迹序列与道路基站序列的相似度来判断用户是否为高速公路用户,最后生成用于计算高速路道路栅格平均速度的高速公路用户信令数据轨迹集合H_D。
步骤2、根据步骤1划分的高速路道路栅格,为每个道路栅格设置三个容器,一个容器用于保存历史T时刻的用户数据,一个容器用于保存当前时刻的用户数据,一个容器用于保存道路栅格的速度值。
步骤3、在进行高速公路临近平行公路干扰用户消除之前,根据高速公路用户手机信令数据轨迹集合H_D进行高速公路栅格路段的平均速度计算。提取轨迹集合H_D中每个用户的轨迹序列,遍历轨迹序列的轨迹点,计算两两轨迹点之间的路程距离和路程时间,然后根据传统的方法通过路程距离与路程时间的比值计算平均速度。
步骤4、对存在平行道路的高速路路段进行干扰用户消除后,再使用经过消除平行公路噪声数据用户消除后的用户重新进行道路栅格的平均速度的计算。其具体步骤如下:
步骤4.1、根据步骤1中标记了平行公路P的道路栅格{gm,…,gi,…,gn},顺序遍历做了平行公路P标记的高速路道路栅格,提取道路栅格gi当前时刻的用户数据容器里的所有的用户,记为Nk个用户。
步骤4.2、遍历道路栅格gm的前K个道路栅格的历史T时刻的用户数据容器,然后统计容器里所有的用户数据,记为Nt个用户。
步骤4.3、根据道路栅格gi当前时刻的Nk个用户与前K个道路栅格历史T时刻的Nt个用户求交集运算得到确定为高速公路上的部分用户即那么就是道路栅格gi中不确定为高速公路用户的部分用户。
步骤4.4、根据确定为高速公路上的部分用户来计算该道路栅格gi的平均速度值平均速度值运用步骤3的平均速度计算方法来计算。然后根据平均速度值来确定该道路栅格属于那种交通状态,交通状态分为畅通状态轻度拥堵状态拥堵状态
步骤4.5、考虑到平行路段的高速路栅格可能存在高速路入口的情况,需要进一步对不确定为高速公路用户的部分用户进行区分,其具体的步骤如下:
步骤4.5.1、遍历个用户的用户信令数据,根据速度计算公式来分别计算出每个用户在道路栅格gi的用户速度值。其中为路程距离,为路程时间。
步骤4.5.2、然后根据的每个用户的用户速度值来与步骤4.4中确定的道路状态的速度范围进行比较,如果某用户的速度值属于道路状态的速度范围,则判定为高速公路上的用户,否则判定为平行公路干扰用户,并进行剔除处理。并且得到从不确定为高速公路用户的部分用户中进一步确定为高速路上的用户
步骤4.6、根据用户的信令数据并利用步骤3的速度计算方法来计算用户贡献的平均速度
步骤4.7、根据经过消除平行公路噪声数据用户消除后的用户重新进行道路栅格的平均速度的计算。利用确定为高速公路上的部分用户和其平均速度值用户和其平均速度值进行用户数量加权平均的速度计算方法来重新计算道路栅格gi的栅格平均速度Vi,计算公式为:
最后把重新计算的道路栅格gi的平均速度值Vi替换原来的速度容器里的平均速度值Vk。
图2为高速公路地理栅格系统的线路映射图;图3为高速公路临近平行公路示意图。
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (2)
1.一种基于手机信令大数据的平行公路车辆速度计算方法,其特征在于:该方法包括以下步骤:
S1:在建立地理栅格系统时,根据高速路临近存在的平行道路对其相对应的高速路路段栅格标识为P,然后进行信令数据的获取和处理,得到监测时间段的用户手机信令数据轨迹集合,再进行高速公路用户识别,生成用于计算高速路道路栅格平均速度的高速公路用户信令数据轨迹集合H_D;
S2:根据步骤S1划分的高速路道路栅格,为每个道路栅格设置三个容器,一个容器用于保存历史T时刻的用户数据,一个容器用于保存当前时刻的用户数据,一个容器用于保存道路栅格的速度值;
S3:在进行高速公路临近平行公路干扰用户消除之前,根据高速公路用户手机信令数据轨迹集合H_D进行高速公路栅格路段的平均速度计算,提取轨迹集合H_D中每个用户的轨迹序列,遍历轨迹序列的轨迹点,计算两两轨迹点之间的路程距离和路程时间,然后根据传统的方法通过路程距离与路程时间的比值计算平均速度;
S4:对存在平行道路的高速路路段进行干扰用户消除后,再使用经过消除平行公路噪声数据用户消除后的用户重新进行道路栅格的平均速度的计算。
2.根据权利要求1所述的一种基于手机信令大数据的平行公路车辆速度计算方法,其特征在于:所述步骤S4具体为:
S401:根据步骤S1中标记了平行公路P的道路栅格{gm,…,gi,…,gn},顺序遍历做了平行公路P标记的高速路道路栅格,提取道路栅格gi当前时刻的用户数据容器里的所有的用户,记为Nk个用户;
S402:遍历道路栅格gm的前K个道路栅格的历史T时刻的用户数据容器,然后统计容器里所有的用户数据,记为Nt个用户;
S403:根据道路栅格gi当前时刻的Nk个用户与前K个道路栅格历史T时刻的Nt个用户求交集运算得到确定为高速公路上的部分用户即则为道路栅格gi中不确定为高速公路用户的部分用户;
S404:根据确定为高速公路上的部分用户来计算该道路栅格gi的平均速度值平均速度值运用步骤S3的平均速度计算方法计算,然后根据平均速度值来确定该道路栅格属于那种交通状态,交通状态分为畅通状态:轻度拥堵状态:拥堵状态:
S405:考虑到平行路段的高速路栅格存在高速路入口的情况,进一步对不确定为高速公路用户的部分用户进行区分,具体步骤为:
S405-1:遍历个用户的用户信令数据,根据速度计算公式分别计算出每个用户在道路栅格gi的用户速度值,其中为路程距离,为路程时间;
S405-2:根据的每个用户的用户速度值来与步骤S404中确定的道路状态的速度范围进行比较,若某用户的速度值属于道路状态的速度范围,则判定为高速公路上的用户,否则判定为平行公路干扰用户,并进行剔除处理,并且得到从不确定为高速公路用户的部分用户中进一步确定为高速路上的用户
S406:根据用户的信令数据并利用步骤S3的速度计算方法计算用户贡献的平均速度
S407:根据经过消除平行公路噪声数据用户消除后的用户重新进行道路栅格的平均速度的计算,利用确定为高速公路上的部分用户和其平均速度值用户和其平均速度值进行用户数量加权平均的速度计算方法重新计算道路栅格gi的栅格平均速度Vi,计算公式为:
最后把重新计算的道路栅格gi的平均速度值Vi替换原来的速度容器里的平均速度值Vk。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711461184.1A CN108171992B (zh) | 2017-12-28 | 2017-12-28 | 一种基于手机信令大数据的平行公路车辆速度计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711461184.1A CN108171992B (zh) | 2017-12-28 | 2017-12-28 | 一种基于手机信令大数据的平行公路车辆速度计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108171992A true CN108171992A (zh) | 2018-06-15 |
CN108171992B CN108171992B (zh) | 2020-12-01 |
Family
ID=62519171
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711461184.1A Active CN108171992B (zh) | 2017-12-28 | 2017-12-28 | 一种基于手机信令大数据的平行公路车辆速度计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108171992B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109243175A (zh) * | 2018-09-13 | 2019-01-18 | 广州丰石科技有限公司 | 基于移动大数据的高速算法 |
CN110310477A (zh) * | 2019-05-14 | 2019-10-08 | 浙江工业大学之江学院 | 基于公交gps与手机信令数据的公交客流检测方法 |
CN113706866A (zh) * | 2021-08-27 | 2021-11-26 | 中国电信股份有限公司 | 道路堵塞监测方法及装置、电子设备、存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008045196A2 (en) * | 2006-10-09 | 2008-04-17 | Marvell World Trade Ltd. | Gps-based traffic monitoring system |
CN104778836A (zh) * | 2015-04-03 | 2015-07-15 | 江苏省交通规划设计院股份有限公司 | 基于手机信令数据质量感知的高速公路交通状态识别方法 |
CN105303831A (zh) * | 2015-10-20 | 2016-02-03 | 四川公用信息产业有限责任公司 | 一种基于通信数据判断高速路拥堵情况的方法 |
CN106530716A (zh) * | 2016-12-23 | 2017-03-22 | 重庆邮电大学 | 基于手机信令数据计算高速公路路段平均速度的方法 |
CN106781479A (zh) * | 2016-12-23 | 2017-05-31 | 重庆邮电大学 | 一种基于手机信令数据实时获取高速公路运行状态的方法 |
-
2017
- 2017-12-28 CN CN201711461184.1A patent/CN108171992B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008045196A2 (en) * | 2006-10-09 | 2008-04-17 | Marvell World Trade Ltd. | Gps-based traffic monitoring system |
CN104778836A (zh) * | 2015-04-03 | 2015-07-15 | 江苏省交通规划设计院股份有限公司 | 基于手机信令数据质量感知的高速公路交通状态识别方法 |
CN105303831A (zh) * | 2015-10-20 | 2016-02-03 | 四川公用信息产业有限责任公司 | 一种基于通信数据判断高速路拥堵情况的方法 |
CN106530716A (zh) * | 2016-12-23 | 2017-03-22 | 重庆邮电大学 | 基于手机信令数据计算高速公路路段平均速度的方法 |
CN106781479A (zh) * | 2016-12-23 | 2017-05-31 | 重庆邮电大学 | 一种基于手机信令数据实时获取高速公路运行状态的方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109243175A (zh) * | 2018-09-13 | 2019-01-18 | 广州丰石科技有限公司 | 基于移动大数据的高速算法 |
CN110310477A (zh) * | 2019-05-14 | 2019-10-08 | 浙江工业大学之江学院 | 基于公交gps与手机信令数据的公交客流检测方法 |
CN110310477B (zh) * | 2019-05-14 | 2021-11-02 | 浙江工业大学之江学院 | 基于公交gps与手机信令数据的公交客流检测方法 |
CN113706866A (zh) * | 2021-08-27 | 2021-11-26 | 中国电信股份有限公司 | 道路堵塞监测方法及装置、电子设备、存储介质 |
CN113706866B (zh) * | 2021-08-27 | 2023-08-08 | 中国电信股份有限公司 | 道路堵塞监测方法及装置、电子设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108171992B (zh) | 2020-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105491532B (zh) | 一种用于路网运行状态分析的手机信令过滤方法和装置 | |
CN102708680B (zh) | 基于agps技术的交通出行方式识别方法 | |
CN106781479B (zh) | 一种基于手机信令数据实时获取高速公路运行状态的方法 | |
CN106878951B (zh) | 用户轨迹分析方法及系统 | |
CN110047277A (zh) | 基于信令数据的道路交通拥堵排名方法及系统 | |
CN108320501B (zh) | 基于用户手机信令的公交线路识别方法 | |
CN108322891B (zh) | 基于用户手机信令的交通区域拥堵识别方法 | |
CN104596507B (zh) | 一种移动终端出行轨迹的确定方法 | |
CN108171993B (zh) | 一种基于手机信令大数据的高速公路车辆速度计算方法 | |
CN106197458A (zh) | 一种基于手机信令数据和导航路线数据的手机用户出行方式识别方法 | |
CN108171992A (zh) | 一种基于手机信令大数据的平行公路车辆速度计算方法 | |
CN108170793A (zh) | 基于车辆语义轨迹数据的停留点分析方法及其系统 | |
CN107705551A (zh) | 交通路况的评估方法以及装置 | |
CN105577477B (zh) | 使用概率模型的基于测量的ip地址地理定位系统 | |
CN107767669A (zh) | 基于WiFi和蓝牙识别的公交线路客流OD估计方法 | |
CN103903468B (zh) | 道路拥堵时间预警方法及装置 | |
CN105160872B (zh) | 一种gps轨迹数据智能采集方法 | |
CN106530684A (zh) | 处理交通道路信息的方法及装置 | |
CN104765808B (zh) | 一种群体轨迹的挖掘方法及系统 | |
Smith et al. | Wireless location technology-based traffic monitoring: Critical assessment and evaluation of an early-generation system | |
CN105303831A (zh) | 一种基于通信数据判断高速路拥堵情况的方法 | |
CN109858508A (zh) | 基于贝叶斯和深度神经网络的ip定位方法 | |
CN108061556A (zh) | 一种基于隐马尔可夫模型的地图匹配方法 | |
CN104636611A (zh) | 城市道路/路段的车辆速度评估方法 | |
CN110460962A (zh) | 轨道交通用户识别方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |